RuntimeError: Engine core initialization failed. See root cause above.

快速结论：该报错出现在 vLLM 加载带 LoRA 适配器的 Qwen3.5-122B 模型时，TP worker 在 LoRA 注入阶段因 MoE 专家后端不匹配而启动失败，核心英文报错为 RuntimeError: Engine core initialization failed. See root cause above.。优先排查 vLLM 版本是否过旧，以及 LoRA 注入路径与自动选中的 MoE 后端是否一致。

适用环境：Issue 中确认的环境为 Ubuntu 22.04.5、Python 3.12.11、PyTorch 2.9.0+cu128、CUDA 12.8、NVIDIA H200 ×4、vLLM 0.17.0（官方 vllm/vllm-openai:v0.17.0 镜像，无自定义编译）。维护者在 4× H20 GPU 上未能复现。

最快修复方案：升级到最新版 vLLM 后再试。维护者指出该问题很可能已由 #40273 修复，并明确表示 v0.17.0 已相当过旧。

注意事项：Issue 中未给出升级后成功的验证记录，维护者也只是“看起来已被 #40273 修复”，因此升级属于可优先尝试的方案而非已确认修复。维护者在 4× H20 上无法复现，说明结果可能与硬件或配置相关；升级前建议先记录当前版本信息，便于回退对比。

问题场景

用户在官方 vllm/vllm-openai:v0.17.0 镜像中部署 Qwen3.5-122B，使用张量并行（TP）多卡推理。模型单独服务正常，一旦挂载 LoRA 适配器，所有 TP worker 则在 LoRA 注入阶段启动失败。从标题和路径看，问题指向 _inject_lora_into_fused_moe 强制要求 TritonExperts，但实际自动选中的是 FlashInferExperts。

报错原文

(Worker pid=613) (Worker_TP3 pid=613) ERROR 11-05 03:12:46 [multiproc_executor.py:800] Traceback (most recent call last):
(Worker pid=613) (Worker_TP3 pid=613) ERROR 11-05 03:12:46 [multiproc_executor.py:800]   File "/opt/venv/lib/python3.12/site-packages/vllm/v1/executor/multiproc_executor.py", line 796, in worker_busy_loop
(Worker pid=613) (Worker_TP3 pid=613) ERROR 11-05 03:12:46 [multiproc_executor.py:800]     output = func(*args, **kwargs)
(Worker pid=613) (Worker_TP3 pid=613) ERROR 11-05 03:12:46 [multiproc_executor.py:800]   File "/opt/venv/lib/python3.12/site-packages/vllm/worker/worker_base.py", line 331, in initialize_cache
...

RuntimeError: Engine core initialization failed. See root cause above.

原因分析

根据 Issue 标题，最可能的原因是 LoRA 注入逻辑 _inject_lora_into_fused_moe 对 MoE 专家实现做了假设，断言当前后端为 TritonExperts；而在该模型与硬件组合下，vLLM 自动选择了 FlashInferExperts，导致断言失败，进而使每个 TP worker 在 LoRA 注入阶段崩溃。由于单模型服务正常、挂 LoRA 才出错，普通推理路径本身并无问题，故障集中在 LoRA 与 MoE 后端的组合上。维护者倾向于认为这是 v0.17.0 中已存在的旧问题，并指出可能已由 #40273 修复。

环境排查

确认 vLLM 版本：Issue 中为 0.17.0，需重点确认是否仍停留在这一旧版本。
确认部署方式：Issue 使用官方 vllm/vllm-openai:v0.17.0 镜像，未自定义编译；若自行编译需重新对照。
确认 Python 版本：Issue 为 3.12.11。
确认 PyTorch 与 CUDA：Issue 为 PyTorch 2.9.0+cu128、CUDA 12.8。
确认显卡型号与数量：Issue 为 4× NVIDIA H200，TP=4；维护者测试环境为 4× H20，未能复现，可留作对照。
确认是否挂载 LoRA 适配器，以及是否可复现“仅模型正常、加载 LoRA 即崩溃”的现象。
确认日志中实际选中的 MoE 专家后端是 TritonExperts 还是 FlashInferExperts。

解决步骤

保持现有模型、LoRA 适配器和 TP 配置不变，先复现一次启动失败，记录日志中的完整 traceback 与运行时版本信息。
升级 vLLM 至最新版本，替换 Issue 中的 0.17.0；若使用 Docker，同步更换镜像标签，并确保未残留旧镜像中的虚拟环境。
升级后在相同硬件与相同 LoRA 配置下重新启动服务。
若最新版本仍报同样错误，再到原 Issue 下补充最新版本信息与日志并重新打开。

验证方法

使用升级后的 vLLM 重新启动 Qwen3.5-122B + LoRA 服务，确认所有 TP worker 都能完成初始化、不再出现 RuntimeError: Engine core initialization failed. See root cause above.，并且模型在挂载 LoRA 的情况下能正常响应推理请求。Issue 中未记录升级后的验证结果，因此这一步需自行确认。